基于时空双分支网络的人体动作识别研究

摘要：

常规的人体动作识别算法在单一特定的场景中效果较为突出,但在海洋钻井平台的实际工程场景中,易受管道遮挡和干扰,不能充分地利用视频的时序结构信息.针对这些问题,提出了一种复杂场景下基于时空双分支网络的人体动作识别框架.采用多规则区域提案标记算法将海水区域分离,将先验知识加入支持向量机分类器,提出后验判别准则以去除非人员目标,通过目标定位与检测算法分割出人员目标,利用卷积姿态机算法进行身体部位定位和关联程度分析以提取全部人体关键点信息,形成关键点序列;通过双分支网络对人体关键点轨迹和光流轨迹叠加融合,完成了人体动作的分类与识别.实验结果表明,该方法实现了人体不可见关键点的检测和估计,免去了人工标注目标的繁杂工作,能够有效地解决海洋平台场景下的人体动作识别问题.

关键词：人体动作识别、关键点检测、目标检测、动作分类、卷积姿态机、深度学习

所属期刊栏目：30

分类号：TP391(计算技术、计算机技术)

资助基金：科技部创新方法工作专项资助项目2015IM010300

在线出版日期：2020-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：23-28